DSC03

Compulsory

1

Με την ολοκλήρωση του μαθήματος, ο/η φοιτητής/τρια θα είναι σε θέση να:
● Κατανοεί τις βασικές έννοιες της Θεωρίας Πιθανοτήτων και της Στατιστικής όπως εφαρμόζονται στην Επιστήμη Δεδομένων.
● Εφαρμόζει μαθηματικά εργαλεία, μοντέλα και μεθόδους σε εργασίες ανάλυσης δεδομένων, όπως προσαρμογή δεδομένων, παλινδρόμηση, δειγματοληψία, έλεγχος υποθέσεων κ.λπ.
● Μάθει τις βασικές αρχές της στατιστικής συμπερασματολογίας και των εφαρμογών της.
● Χρησιμοποιεί την R για διεξαγωγή ανάλυσης, επεξεργασίας και οπτικοποίησης δεδομένων

● Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
● Λήψη αποφάσεων
● Αυτόνομη εργασί
● Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Το μάθημα εξετάζει βασικές στατιστικές θεμελιώσεις της Επιστήμης Δεδομένων και παρουσιάζει τις πιο συχνά χρησιμοποιούμενες στατιστικές μεθόδους στον τομέα. Οι φοιτητές θα αποκτήσουν την απαραίτητη εννοιολογική κατανόηση των στατιστικών μεθόδων που χρησιμοποιούνται για την ανάλυση και ερμηνεία μαζικών συνόλων δεδομένων καθώς και για την εξαγωγή σημαντικών συμπερασμάτων από αυτά. Επιπλέον, θα είναι σε θέση να εφαρμόζουν μαθηματικά εργαλεία, μοντέλα και μεθόδους σε εργασίες ανάλυσης δεδομένων, όπως προσαρμογή δεδομένων, παλινδρόμηση, δειγματοληψία, έλεγχος υποθέσεων, κ.λπ., χρησιμοποιώντας το R. Τα θέματα που καλύπτονται περιλαμβάνουν:
● Περιγραφική Στατιστική.
● Κατανομές πιθανότητας.
● Δειγματοληψίες και Κατανομές Δειγματοληψίας.
● Εκτίμηση Διαστήματος.
● Έλεγχος Υποθέσεων.
● Στατιστική Συμπερασματολογία.
● Ανάλυση Διασποράς (ANOVA).
● Γραμμική Παλινδρόμηση.
● Μη Παραμετρικές Μέθοδοι